LIGHTCONE PODCAST・2025 年 12 月 22 日

AI 泡沫對創業者不是警告，是折扣AI 泡沫
對創業者
不是警告，是折扣

Lightcone 的「AI 泡沫」討論，真正問題不是算力會不會被多蓋，而是多蓋之後誰最能把便宜基礎建設變成產品。

SCROLL

來源：Lightcone Podcast / Y Combinator 影片〈The Truth About The AI Bubble〉，YouTube 原始發布日期為 2025 年 12 月 22 日。本文是繁體中文互動閱讀體驗，整理節目對 AI 模型競爭、基礎建設投資與應用層創業機會的主張。

PART 1

先別把「泡沫」聽成「不要做 AI」

節目裡最有用的拆法，是把「AI 泡沫」問題分成兩層。第一層是資本市場問題：Nvidia、AI lab、雲端與資料中心公司會不會過度投資。第二層是創業者問題：如果算力、模型與工具被蓋太多，應用層公司會面臨更高成本，還是更低成本？

Lightcone 的答案偏向後者。泡沫若發生，受傷最直接的是出錢蓋基礎建設的人；但在應用層，創業者可能拿到更便宜的頻寬、更便宜的模型、更強的開源工具與更激烈的模型競爭。這讓「泡沫」從警告語，變成判斷自己站在哪一層的問題。

PART 2

模型競爭已經讓創業者不必押單一陣營

節目一開始談到 YC 申請者的模型選擇。過去 OpenAI 長期占優勢，但 Winter 2026 申請資料裡，Anthropic API 已經略高於 OpenAI；Gemini 也從早期個位數使用率，升到大約 23%。主持人把這視為模型市場進入多強競爭，而不是單一勝者通吃。

OpenAI記憶與消費者體驗仍有黏性，許多人把它當成長期個人助理。

Anthropic在 coding agent 與 Claude Code 相關場景變成許多創辦人的預設選項。

Gemini因搜尋與即時 grounding 能力，成為查證、研究與推理工作的新選擇。

創業公司正在把這種競爭變成自己的工具。一些團隊不再忠於某個模型，而是建立 orchestration layer：用 Gemini 做 context engineering，用 OpenAI 執行某些任務，用 Claude 檢查或生成程式碼，再用自己的 eval 決定每個任務的勝者。

PART 3

電信泡沫留下的不是破產名單，而是 YouTube 的成本結構

Jared Friedman 用 1990 年代電信泡沫做比喻。當年大量資本投進頻寬與光纖，許多投資人受傷；但那個過度建設也讓頻寬變便宜，後來 YouTube 這種服務才有可能更早出現。若沒有那批閒置頻寬，影片網站不是不會出現，而是可能更晚、更貴。

↓對資料中心投資人來說，過度建設是折損；對應用層創業者來說，過度建設可能是輸入成本下降。

這個類比不保證 AI 投資一定合理，也不是投資建議。它只是把焦點從「誰的估值會跌」移到「誰能用跌下來的成本」。對大公司來說，過度投資是 CapEx；對宿舍裡或小團隊裡的創業者來說，那可能是下一代產品的地板。

PART 4

安裝期很吵，部署期才是應用公司長出來的地方

Diana Hu 引用 Carlota Perez 對技術革命的分期：先是 installation phase，大量資本湧進基礎建設，市場看起來像泡沫；接著才是 deployment phase，基礎建設開始滲透到日常產品，應用層開始真正擴張。Lightcone 認為 AI 正在這兩個階段的交界。

安裝期GPU、資料中心、電力、模型訓練、雲端容量快速擴張。這裡需要巨額資本，也最容易出現過度投資。

部署期創業者把便宜模型、便宜算力與成熟工具組合成產品。Facebook、Google 式的公司通常在這個階段才出現。

節目也談到 AI 資料中心的限制：土地、電力、法規與供應鏈。這解釋了為什麼會出現太空資料中心、用噴射引擎發電、核融合等看似誇張的方向。它們不是純粹科幻，而是巨大需求撞上實體瓶頸後的外溢。

PART 5

AI 經濟變穩定後，創業難度沒有消失，只是回到產品判斷

Lightcone 的另一個觀察是：2025 年底的 AI 經濟比前一年穩定。模型層、基礎建設層、應用層都看得到賺錢路徑；但這也代表「等下一個模型大更新就會冒出新點子」的時期變少了。找創業點子開始回到正常難度。

這對創業者不是壞消息。當模型彼此商品化，差異會移到資料、eval、工作流程、使用者信任與垂直場景。節目提到有公司用 8B 參數的領域模型在醫療 benchmark 上勝過大模型，也提醒這種優勢必須持續更新，因為下一代通用模型可能很快追上。

所以「AI 泡沫真相」不是樂觀口號。它是一個站位判斷：如果你在蓋最昂貴的底層，泡沫風險很真實；如果你在上層做產品，真正要問的是哪些成本正在下降，哪些客戶問題還沒被新成本結構重新解。

AI 泡沫若真的留下算力過剩，創業者要問的不是誰賠錢，而是誰能把過剩變成產品。

電信泡沫讓 YouTube 變得可行；AI 的部署期也可能從便宜下來的基礎建設開始。

想看更深入的訪談脈絡？

原始 Lightcone Podcast 影片包含 YC 團隊對模型競爭、AI 泡沫、資料中心瓶頸、領域模型與 2026 創業機會的完整討論。

閱讀完整文章 →

AI 泡沫對創業者不是警告，是折扣AI 泡沫對創業者不是警告，是折扣